Skip to main content
SpringerLink
Log in

GIS – Das richtige Programm für die Energiewende

  • Chapter
  • First Online:
Bausteine der Energiewende

Part of the book series: RaumFragen: Stadt – Region – Landschaft ((RFSRL))

Zusammenfassung

Geographische Informationssysteme (GIS) sind die zentralen Werkzeuge für die Arbeit mit Geodaten. Zunehmend werden GIS aber auch für Simulationen, Zukunftsprojektionen und fiktive Visualisierungen im Raum verwendet. GIS ist die ideale Software für die IT-gestützte Standortsuche von Energieinfrastrukturen (EIS), das Planungs-, Simulations- und Visualisierungstool für jede Anlage, die im Zusammenhang mit der Energieproduktion steht. Im Beitrag werden die Anwendungsmöglichkeiten von GIS in der Energiewende für drei Aspekte genauer beleuchtet:. Wie lässt sich GIS für die Suche des optimalen Standortes für EIS einsetzen?. Wie kann GIS angewandt werden, um die Sichtbarkeit von EIS in der Landschaft zu analysieren?. Wie lässt sich die regionale Klimasimulation mit einem GIS kombinieren, um Eintrittswahrscheinlichkeiten von Witterungszuständen in der Zukunft zu modellieren? Abschließend wird ein Ausblick gegeben, wie der zukünftige Umgang mit EIS aussehen könnte: Die Verschmelzung von BIM (Building Information Modelling) und GIS ermöglicht die Verwendung eines integralen Werkzeuges für die Planung, den Bau und den Betrieb zukünftiger Bauvorhaben der Energiewende.

This is a preview of subscription content, log in via an institution to check access.

Access this chapter

Log in via an institution
Chapter
USD 29.95
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
eBook
USD 99.00
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
Softcover Book
USD 129.99
Price excludes VAT (USA)
  • Compact, lightweight edition
  • Dispatched in 3 to 5 business days
  • Free shipping worldwide - see info

Tax calculation will be finalised at checkout

Purchases are for personal use only

Institutional subscriptions

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Similar content being viewed by others

Literatur

  • Adams, S. (2015a). Development of an online mapping application to assess wind speeds in the 21st century using regional climate model simulations. Master Thesis. Karlsruhe.

    Google Scholar 

  • Adams, S. (2015b). RCM-modelled Wind Speeds over Northern Europe from 2070 – 2100. https://service10.eggits.net/arcgis/rest/services/MasterarbeitSYAD/windspdMos_Merc/ImageServer.

  • Balog, I., Ruti, P. M., Tobin, I., Armenio, V. & Vautard, R. (2016). A numerical approach for planning offshore wind farms from regional to local scales over the Mediterranean. Renewable Energy 85, 395 – 405. doi:https://doi.org/10.1016/j.renene.2015.06.038

  • Bartelme, N. (2005). Geoinformatik. Modelle, Strukturen, Funktionen (4., vollst. überarb. Aufl.). Berlin [u. a.]: Springer.

    Google Scholar 

  • Bullinger, H.-J. (2016). So lassen sich teure Baukatastrophen vermeiden. Architektur im digitalen Zeitalter. http://www.manager-magazin.de/unternehmen/artikel/architektur-so-lassen-sich-teure-baukatastrophen-vermeiden-a-1081614-4.html.

  • Carsjens, G. J. & Ligtenberg, A. (2007). A GIS-based support tool for sustainable spatial planning in metropolitan areas. Landscape and Urban Planning 80 (1-2), 72 – 83. doi:https://doi.org/10.1016/j.landurbplan.2006.06.004

  • Cradden, L. C., Harrison, G. P. & Chick, J. P. (2012). Will climate change impact on wind power development in the UK? Climatic Change 115 (3-4), 837 – 852. doi:https://doi.org/10.1007/s10584-012-0486-5

  • Deutsche Bahn. (2016). BIM: Digitales Bauen im Bahnprojekt. http://www.bahnprojektstuttgart-ulm.de/no_cache/projekt/aktuell/archiv-suche/news-archiv-detail/news/1113-bim-digitales-bauen-im-bahnprojekt/newsParameter/detail/News/.

  • DKRZ. (2017). Deutsches Klimarechenzentrum. https://www.dkrz.de/.

  • Domínguez, J. & Amador, J. (2007). Geographical information systems applied in the field of renewable energy sources. Computers & Industrial Engineering 52 (3), 322 – 326. doi:https://doi.org/10.1016/j.cie.2006.12.008

  • Haugen, J. E. & Iversen, T. (2008). Response in extremes of daily precipitation and wind from a downscaled multi-model ensemble of anthropogenic global climate change scenarios. Tellus A 60 (3), 411 – 426. doi://10.1111/j.1600-0870.2008.00315.x.

  • Hiremath, R. B., Shikha, S. & Ravindranath, N. H. (2007). Decentralized energy planning; modeling and application—a review. Renewable and Sustainable Energy Reviews 11 (5), 729 – 752. doi:https://doi.org/10.1016/j.rser.2005.07.005

  • Hueging, H., Haas, R., Born, K., Jacob, D. & Pinto, J. G. (2013). Regional Changes in Wind Energy Potential over Europe Using Regional Climate Model Ensemble Projections. Journal of Applied Meteorology and Climatology 52 (4), 903 – 917. doi:https://doi.org/10.1175/JAMC-D-12-086.1

  • Irizarry, J., Karan, E. P. & Jalaei, F. (2013). Integrating BIM and GIS to improve the visual monitoring of construction supply chain management. Automation in Construction 31, 241 – 254. doi:https://doi.org/10.1016/j.autcon.2012.12.005

  • Kühne, O. (2013). Landschaftstheorie und Landschaftspraxis. Eine Einführung aus sozialkonstruktivistischer Perspektive (RaumFragen – Stadt – Region – Landschaft). Wiesbaden: Springer VS.

    Google Scholar 

  • Mandel, K. (2018). Warum plant Ihr eigentlich noch? – Die Energiewende in der Region Heilbronn-Franken. In O. Kühne & F. Weber (Hrsg.), Bausteine der Energiewende (S. 701 – 713). Wiesbaden: Springer VS.

    Google Scholar 

  • McCall, M. K. (2003). Seeking good governance in participatory-GIS. A review of processes and governance dimensions in applying GIS to participatory spatial planning. Habitat International 27 (4), 549 – 573. doi:https://doi.org/10.1016/S0197-3975(03)00005-5

  • National Institute of Building Services. (2017). National BIM Standard-United States®Version 3| National BIM Standard – United States. https://www.nationalbimstandard.org/nbims-us. Zugegriffen 25. 06. 2017.

  • Pang, A. T., Wittenbrink, C. M. & Lodha, S. K. (1997). Approaches to uncertainty visualization. The Visual Computer 13 (8), 370 – 390. doi:https://doi.org/10.1007/s003710050111

  • Potter, K., Wilson, A., Bremer, P.-T., Williams, D., Doutriaux, C., Pas, V. & Johnson, C. R. (2009). Ensemble-Vis: A Framework for the Statistical Visualization of Ensemble Data. In Y. Saygin (Hrsg.), IEEE International Conference on Data Mining workshops, 2009. ICDMW ‘09; 6 Dec. 2009, Miami, Florida, USA (S. 233 – 240). Piscataway, NJ: IEEE.

    Google Scholar 

  • Pryor, S. C. & Barthelmie, R. J. (2010). Climate change impacts on wind energy. A review. Renewable and Sustainable Energy Reviews 14 (1), 430 – 437. doi:https://doi.org/10.1016/j.rser.2009.07.028

  • Pryor, S. C., Barthelmie, R. J. & Kjellström, E. (2005). Potential climate change impact on wind energy resources in northern Europe. Analyses using a regional climate model. Climate Dynamics 25 (7-8), 815 – 835. doi:https://doi.org/10.1007/s00382-005-0072-x

  • Rafiee, A., Dias, E., Fruijtier, S. & Scholten, H. (2014). From BIM to Geo-analysis. View Coverage and Shadow Analysis by BIM/GIS Integration. Procedia Environmental Sciences 22, 397 – 402. doi:https://doi.org/10.1016/j.proenv.2014.11.037

  • Rasmussen, D. J., Holloway, T. & Nemet, G. F. (2011). Opportunities and challenges in assessing climate change impacts on wind energy—a critical comparison of wind speed projections in California. Environmental Research Letters 6 (2), 24008. http://iopscience.iop.org/article/10.1088/1748-9326/6/2/024008/pdf.

  • Schmidtke, H. & Jastrzebska-Fraczek, I. (2013). Ergonomie: Daten zur Systemgestaltung und Begriffsbestimmungen: Carl Hanser Verlag GmbH & Company KG.

    Google Scholar 

  • Schwarz, F. (2016). Potenzial- und Workflowanalyse von Methoden zur Optimierung der GIS gestützten Planung von Windenergieprojekten. am Beispiel der Altus AG. Karlsruhe (Master Arbeit an der HS Anhalt).

    Google Scholar 

  • Stemmer, B. & Kaußen, L. (2018). Partizipative Methoden der Landschafts(bild)bewertung – Was soll das bringen? In O. Kühne & F. Weber (Hrsg.), Bausteine der Energiewende (S. 489 – 507). Wiesbaden: Springer VS.

    Google Scholar 

  • Vetter, M. & Barnikel, F. (2012). GIS-gestützte Rekonstruktion der Lebensbedingungen von Ureuropäern. In J. Strobl, T. Blaschke & G. Griesebner (Hrsg.), Angewandte Geoinformatik 2012. Beiträge zum 24. AGIT-Symposium Salzburg (S. 24 – 34). Berlin: Wichmann.

    Google Scholar 

Download references

Author information

Authors and Affiliations

  1. Hochschule Karlsruhe, Postfach 2440, 76012, Karlsruhe, Deutschland

    Mark Vetter

Authors
  1. Mark Vetter
    View author publications

    You can also search for this author in PubMed Google Scholar

Corresponding author

Correspondence to Mark Vetter .

Editor information

Editors and Affiliations

  1. Eberhard Karls Universität Tübingen , Tübingen, Germany

    Olaf Kühne

  2. Eberhard Karls Universität Tübingen , Tübingen, Germany

    Florian Weber

Rights and permissions

Reprints and permissions

Copyright information

© 2018 Springer Fachmedien Wiesbaden GmbH

About this chapter

Check for updates. Verify currency and authenticity via CrossMark

Cite this chapter

Vetter, M. (2018). GIS – Das richtige Programm für die Energiewende. In: Kühne, O., Weber, F. (eds) Bausteine der Energiewende. RaumFragen: Stadt – Region – Landschaft. Springer VS, Wiesbaden. https://doi.org/10.1007/978-3-658-19509-0_28

Download citation

  • DOI: https://doi.org/10.1007/978-3-658-19509-0_28

  • Published:

  • Publisher Name: Springer VS, Wiesbaden

  • Print ISBN: 978-3-658-19508-3

  • Online ISBN: 978-3-658-19509-0

  • eBook Packages: Social Science and Law (German Language)

Publish with us

Policies and ethics

Search

Navigation